什么是密度功能理论?

密度函数论(DFT)是一种量子机械模型方法,用于调查许多体系特别是原子,分子和凝聚相的电子结构. DFT的核心是将复杂的多电子波函数取代为电子密度,作为基本变量,在保持高精度的同时大幅降低计算成本. 这种方法根植于Hohenberg-Kohn定理和Kohn-Sham方程,使科学家能够从第一原理计算地态能量,电子结构和材料属性. 进一步的基础读取,参见[维基百科上的数据功能论.

DFT由于在精度和可行性之间达成平衡,成为计算材料科学的工作马。 与系统大小不合理的波函数法不同,DFT可以常规地处理数百个原子,因此它最理想地用于制造眼镜等无序材料。

为什么用DFT来做玻璃材料?

玻璃材料本质上是非形态性的 — — 它们缺乏晶体的长程周期顺序。 这种结构失调使得其实验性特征具有挑战性和昂贵性。 DFT提供了强大的替代方案,它能够对无序网络进行原子模拟,提供难以或不可能单独通过实验获得的洞察力。

纳米级原子结构

借助 DFT , 研究人员可以通过将原子放在模拟盒中并放松到最小能量配置来构建现实的玻璃模型。这一过程捕捉了制约关键属性的中短程顺序。例如, DFT 模拟硅酸盐眼镜揭示了连接和非比邻氧原子的分布,这些原子与粘度和化学耐久性直接相关。 通过系统化的构成,科学家可以绘制出每个元素如何影响玻璃网络的地图。

电子和光学属性预测

DFT计算提供了详细的电子结构信息,包括波段差距,状态密度,光学吸收光谱。 对于为光子或电子设计的新玻璃材料,这些预测指导了对补丁和修饰剂的选择。 例如,DFT被用于探索红外光学的查尔科宁眼镜,准确地复制了折射指数和透明度窗口的实验趋势。

用 DFT 模拟混乱结构

玻璃科学最具有挑战性的方面之一是缺乏单一的“地态”结构。 玻璃占据了多种可调和的配置,而DFT有助于探索这种能源景观。 常见的方法包括熔融-液晶模拟,在硅中液体相迅速冷却,或者使用经验潜力,然后对DFT进行精细改造。

熔融排泄和放松技术

在典型的熔融-结晶 DFT 研究中,液体在高温下(如硅酸盐3000K)均匀,然后逐步冷却到室温。由此产生的非形态结构然后使用 DFT 力完全放松。这个过程产生模型与实验对映函数和中子散射数据紧密匹配。

处理模拟单元格大小

由于DFT在计算上是密集的,眼镜的模拟细胞往往被限制在几百个原子上,然而,这种大小通常足以捕捉到局部结构的摩托,如环,笼,协调多hedra. 为了研究更远的影响,混合方法将DFT与古典力场或机器学习潜力相结合.

小眼镜中由 DFT 调查的密钥属性

研究人员将DFT应用于广泛的玻璃系统,从传统的硅酸盐到金属眼镜、用于固态电池的氧化物眼镜和玻璃-圆镜等新兴材料。 下面是一些通过DFT分析的最重要特性。

机械属性:硬度和弹性

通过计算压力-悬浮关系产生的弹性常数,DFT可以预测Young的模度,散体模度,以及玻璃模型的剪切模度。这对于设计高强度或异常灵活性的玻璃至关重要。例如,DFT对铝硅酸盐眼镜的研究将增加Al的含量与更高的网络连接和僵硬性联系起来。

热稳定性和玻璃过渡

虽然玻璃过渡是一个动态过程,但DFT可以提供诸如非形态和晶体相之间的配置能量差异等静态指标,这些透视有助于估计结晶化的热力学驱动力,而结晶化对玻璃形成能力至关重要.

化学杜化和离子运输

对于生物医学植入物或核废物不运动中使用的眼镜,化学耐久性是至高无上。 通过玻璃网络对水或离子扩散的DFT模拟发现水解或浸出物的脆弱地点。 同样,对于进行眼镜的钠离子(例如电池电解质),DFT揭示了迁移障碍和渗透路径。

案例研究:DFT应用到小说玻璃材料

最近的一些研究突出了DFT对玻璃研究的影响。

用于中红外光子的卤化物玻璃

沙尔科宁化眼镜(包含S, Se, Te)因其红外线透明性而获得奖赏。 剑桥大学研究人员的DFT计算预测了新的Ge-As-Se成分,其缺陷浓度降低,从而导致传播的改善。 这些预测经过实验验证,证明了DFT在加速发现方面的作用。

硬度增强的金属眼镜

散装金属眼镜(BMGs)受到脆性的影响. DFT模拟Zr基BMG的模拟显示,加入少量的贵金属(如Pd)会改变短程顺序,抑制剪带的形成,从而导致设计了具有创纪录硬度的胶管BMG. 金属玻璃坚性相关DFT研究提供了进一步的细节.

锂-碘电导玻璃电解质

固态电池需要具有高离子导电性的电解质. DFT关于硅酸锂和磷氧硝化锂(LiPON)眼镜的研究发现,提高非碱性氧的比例可以增强Li扩散. 研究人员使用DFT绘制了Li购物的能量景观图,从而发现了一种新的玻璃成分,在室温下导电率超过1mS/cm.

将DFT与实验方法相结合

最强大的方法将DFT与实验结合. DFT可以通过模拟光谱从计算结构中解析光谱(NMR,XPS,Raman)来解释光谱数据. 反之,实验数据验证了DFT模型. 这种协同降低了耗时的试验和反光实验[的需要,并使得眼镜具有定制特性的合理设计成为可能.

例如,在核废料防辐射眼镜的研制中,DFT被用于筛选数百种调制器组合,只有顶级候选者被合成和测试。 这种方法将开发时间缩短了几个月。

玻璃的DFT的挑战和限制

尽管DFT具有一定的功率,但在适用于眼镜时却有局限性. 标准功能(如LDA,GGA)可能会低估波段差距或无法说明范德华尔斯相互作用,这在某些玻璃系统中可能很重要. 更先进的功能如混合功能或DFT+U是可用的,但需要更多的计算资源.

另一个挑战是模拟细胞的有限大小,它可能无法捕捉到真实眼镜中存在的结构异质性。 此外,DFT是一种地态方法,因此研究温度依赖性(如粘度)需要与分子动力学或蒙特卡洛技术相配合.

未来方向

DFT在玻璃科学中的未来是光明的,它受算法和计算硬件的进步驱动。 接受过DFT数据培训的机器学习潜力现在可以模拟几百万个原子,其精确度接近DFT。 这将有利于研究结构放松、断裂和离子在与实际设备相关的长度尺度上的迁移。

此外,开发用于高通量筛选的自动化DFT工作流程[已准备好加快发现新的玻璃成分。 结合机器人和自动化实验,DFT驱动的玻璃设计在工业研发和amp;D中可以成为常规。

结论

密度功能理论通过提供原子尺度的洞察力来改变我们对新玻璃材料的理解,这些洞察力可以补充和指导实验工作。 从预测原子安排和电子特性到加速发现高性能眼镜用于能源、光学和生物医学,DFT是现代材料科学中不可或缺的工具。 随着计算方法的不断发展,DFT和实验之间的协同效应将释放出更精密的玻璃材料,其特性将适合明天的技术挑战。

对于有兴趣更深潜的人来说,"今日机器"()关于非形态固体的初始模型化的文章[提供了对技术和应用的全面审查. 想要将DFT应用到自己玻璃系统的研究人员可以从开源代码开始,如Quantum ESPRESSO,VASP,或CP2K.